基于改进遗传算法-神经网络的玄武岩构造环境判别及对比实验

基于改进遗传算法-神经网络的玄武岩构造环境判别及对比实验

论文摘要

通过岩浆岩的地球化学特征判别岩浆形成的大地构造环境和岩浆源区的化学性质是地球化学全岩分析最重要的应用之一。该方法利用全岩地球化学数据,包括主量元素、微量元素和同位素组成数据,对给定岩浆岩(玄武岩、花岗岩等)的大地构造环境进行判别。作为人工智能技术在地球化学研究领域中的新尝试,机器学习判别方法逐渐成为经典判别图解法的补充研究手段。然而,高维数据特征筛选和繁多未知参数确定是影响算法分类准确性的两个主要因素。为此,提出一种遗传算法优化神经网络耦合判别方法(GA-NNDM)。该方法利用特征选择、参数确定和分类性能之间的反馈联系,将分类准确率、所选特征数量和特征代价作为适应度函数,通过迭代演化寻求最佳特征子集和未知参数,从而达到减少特征、优化参数和提高性能的目的。此外,根据公开玄武岩样品地球化学数据,通过K折交叉验证等方法设置纵向、横向比较实验来验证GANNDM在玄武岩构造环境判别方面的准确性、稳定性和外延性。仿真实验结果表明,GA-NNDM具有优良的判别效果和泛化能力,其总体分类准确率能达到90%。因此,GA-NNDM值得在地球化学领域做进一步推广应用。

论文目录

  • 0 引言
  • 1 方法构建
  •   1.1 改进GA-NNDM算法
  •     1.1.1 染色体编码
  •     1.1.2 适应度函数
  •   1.2 算法精度评估方法
  • 2 算法仿真实验
  •   2.1 玄武岩样品数据
  •   2.2 仿真实验与结果
  • 3 算法对比验证
  •   3.1 算法准确性对比
  •   3.2 算法稳定性比较
  •   3.3 算法泛化能力评估
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 任秋兵,李明超,韩帅

    关键词: 玄武岩,构造环境判别,神经网络,遗传算法,特征选择,参数优化

    来源: 地学前缘 2019年04期

    年度: 2019

    分类: 基础科学

    专业: 地质学

    单位: 天津大学水利工程仿真与安全国家重点实验室

    基金: 天津市杰出青年科学基金项目(17JCJQJC44000),国家优秀青年科学基金项目(51622904)

    分类号: P588.145

    DOI: 10.13745/j.esf.2019.04.013

    页码: 117-124

    总页数: 8

    文件大小: 341K

    下载量: 200

    相关论文文献

    • [1].四川省盐源县纤维用玄武岩开发利用前景[J]. 中国资源综合利用 2019(12)
    • [2].原料物相和组构对玄武岩纤维制备工艺与性能的影响[J]. 中国非金属矿工业导刊 2020(01)
    • [3].表面改性玄武岩鳞片及其无溶剂重防腐复合材料涂层[J]. 复合材料科学与工程 2020(04)
    • [4].玄武岩颗粒增强7A04铝基复合材料的界面结构及力学行为[J]. 中国有色金属学报 2020(01)
    • [5].浙江建德新生代玄武岩源区特征及其成因[J]. 高校地质学报 2020(03)
    • [6].原料组成对玄武岩纤维抗拉强度的影响[J]. 河南科技 2020(10)
    • [7].弧后盆地玄武岩的成分变化及其成因[J]. 岩石学报 2020(07)
    • [8].山西新生代汉诺坝玄武岩成因探讨[J]. 中国地质调查 2018(06)
    • [9].云南威信地区玄武岩的地质地球化学特征及其意义[J]. 桂林理工大学学报 2018(04)
    • [10].月球南海地区玄武岩厚度估算[J]. 地学前缘 2019(03)
    • [11].全球大陆板内玄武岩数据挖掘[J]. 矿物岩石地球化学通报 2017(06)
    • [12].黑龙江饶河枕状玄武岩地质、地球化学特征及其构造属性[J]. 世界地质 2016(04)
    • [13].玄武岩风化是重要的碳汇机制吗?[J]. 科学通报 2017(10)
    • [14].大陆板内玄武岩数据挖掘:成分多样性及在判别图中的表现[J]. 岩石学报 2016(07)
    • [15].峨眉山大火成岩省底部枕状玄武岩的地质地球化学特征及成因探讨[J]. 地质科学 2013(02)
    • [16].五台山-恒山地区繁峙玄武岩岩石学特征及构造意义[J]. 太原理工大学学报 2015(02)
    • [17].珙桐花[J]. 星星 2019(11)
    • [18].地质奇观 世界10大柱状玄武岩[J]. 大自然探索 2011(04)
    • [19].弧玄武岩的成因:进展与问题[J]. 中国科学:地球科学 2020(12)
    • [20].“玄武岩台地”背后的思考——评2020年全国卷Ⅰ第37题[J]. 教学考试 2020(54)
    • [21].南海玄武岩:扩张洋脊与海山[J]. 科技导报 2020(18)
    • [22].滇西北羊拉乡贝吾玄武岩形成的大地构造环境探讨[J]. 沉积与特提斯地质 2017(04)
    • [23].老挝北西部二叠系玄武岩喷发旋回及其时代的确定[J]. 有色金属设计 2017(04)
    • [24].中亚造山带核心区蛇绿混杂岩中洋岛玄武岩成因探讨[J]. 科学通报 2016(34)
    • [25].西藏东巧地区东穷玄武岩岩石地球化学特征及地质意义[J]. 资源环境与工程 2016(06)
    • [26].西太平洋板内玄武岩的同位素地球化学特征[J]. 海洋地质与第四纪地质 2017(01)
    • [27].吉林省敦化东部地区新生代玄武岩地球化学特征及其地质意义[J]. 吉林地质 2017(01)
    • [28].鲁西地区新生代周村玄武岩的成因研究[J]. 大地构造与成矿学 2017(01)
    • [29].雨海晚期玄武岩的规模研究[J]. 中国科学:物理学 力学 天文学 2016(02)
    • [30].西准噶尔玛依勒地区枕状玄武岩年代学、地球化学及岩石成因[J]. 岩石学报 2016(02)

    标签:;  ;  ;  ;  ;  ;  

    基于改进遗传算法-神经网络的玄武岩构造环境判别及对比实验
    下载Doc文档

    猜你喜欢